Технології 3 хв читання Автор: Дарина Марцинюк
Стартап Underdog представив ШІ-модель Woof для озвучення тексту вагою 32 МБ
Американський стартап Underdog анонсував Woof, локальну модель перетворення тексту на мовлення розміром близько 32 МБ, яка працює без інтернету. Для демонстрації створено невелику браузерну гру.
Американський стартап Underdog представив Woof, компактну модель штучного інтелекту, яка перетворює текст на мовлення. Головна перевага розробки полягає в тому, що модель важить близько 32 МБ і може працювати локально, без підключення до інтернету. Про анонс повідомило українське технологічне видання.
Woof належить до класу моделей text-to-speech, тобто систем, які озвучують написаний текст. Зазвичай такі рішення потребують потужних серверів або хмарних сервісів, адже великі нейромережі займають значний обсяг пам'яті та вимагають значних обчислювальних ресурсів. Невелика вага моделі дає змогу запускати її безпосередньо на пристрої користувача, що відкриває можливості для роботи без постійного зв'язку з мережею та з меншим навантаженням на обладнання. Саме локальна робота без інтернету відрізняє анонс від багатьох сервісів синтезу мовлення, які передають текст на віддалені сервери.
Для демонстрації можливостей Woof команда створила невелику браузерну гру. Такий формат дає користувачам змогу самостійно перевірити роботу моделі в реальному часі, не встановлюючи окремих програм. Це також наочно показує, що обробка мовлення в браузері є практично здійсненною за умов такого невеликого розміру моделі.
Водночас у матеріалах про анонс немає детальної інформації про якість синтезованого голосу, перелік підтримуваних мов, умови ліцензування та те, чи буде модель доступна для вільного завантаження. Ці питання залишаються відкритими до появи додаткових офіційних даних від розробників, тому оцінити практичні переваги Woof поки можна лише за заявленими характеристиками.
Розвиток компактних локальних моделей є помітним напрямом у сфері штучного інтелекту. Зменшення розміру нейромереж може зробити технології озвучення доступнішими для застосунків, які працюють на смартфонах, у веб-браузерах або на пристроях без постійного інтернет-з'єднання. Для розробників і користувачів це означає менше залежності від хмарних сервісів і потенційно нижчі витрати на обробку. Анонс Woof вписується в цю тенденцію, однак його практична цінність залежатиме від того, наскільки добре модель відтворюватиме мовлення та наскільки широко її зможуть використовувати розробники.
Джерело: dev.ua
9
